碳卫星超光谱探测仪地面光谱定标
杜国军, 张玉贵, 崔博伦, 江澄, 欧宗耀
北京空间机电研究所, 北京 100190

作者简介: 杜国军, 1978年生, 北京空间机电研究所副研究员 e-mail: jun432432@sina.com

摘要

碳卫星超光谱探测仪聚焦于陆地生态系统植被碳汇和森林蓄积量探测, 利用670~780 nm谱段的光谱绘制植被荧光的时空分布规律, 满足全球碳汇定量监测、 森林植被生产力评估的需求。 如何有效地标定超光谱探测仪的光谱参数, 建立探测仪和被测光谱信息的对应关系是定量化反演的基础。 通过光栅方程推导了超光谱探测仪的光谱数据误差模型, 并结合光学系统的弥散斑分布函数, 卷积得到了超光谱探测仪的仪器线形函数(ILS)分布规律。 仿真结果表明, 仪器线形函数是缓慢变化的, 在一个小光谱范围内ILS可以近似认为是一致的; 波长误差是一个系统误差, 主要由光栅制造误差等引起, 采用已知波长特征谱线标定的方法可以消除。 通过真空罐模拟在轨环境, 建立了包含可调谐激光器、 波长计、 旋转散射片、 积分球和平行光管等装置的光谱定标系统, 提供线宽小于0.001 nm均匀分布的单色标准光源, 利用自动化数据处理系统测试探测仪响应曲线和单色标准光源的对应关系, 标定超光谱探测仪的光谱参数。 超光谱探测仪光谱采样率2.5像元左右, 单波长光谱的有效数据点少, 无法给出ILS函数的精确数据, 以0.015 nm波长间隔单波长扫描的新方法将光谱采样密度提高2个数量级, 高斯拟合获取光谱分辨率, 数据处理结果表明超光谱探测仪光谱分辨率为0.24~0.26 nm。 通过选取特征波长和三次多项式拟合的方法得到波长定标方程, 给出了全部像元的光谱定标数据, 选取特征波长验证拟合波长残差, 结果表明定标精度优于0.005 nm。 为了进一步验证光谱定标结果, 开展了超光谱探测仪的地面推扫成像实验, 利用中国科学院空天院怀来试验站的测试平台, 获取了松树林和石子路面的光谱数据, 超光谱探测仪测量的大气吸收线和HITRAN模拟的大气吸收线比对结果表明, 氧吸收线中心波长偏差小于0.003 nm, 证明超光谱探测仪光谱定标精度满足指标要求。

关键词: 超光谱成像; 定标; 光谱分辨率; ILS; 大气吸收
中图分类号:TH74 文献标志码:A
Spectral Calibration of Hyperspectral Monitor (HSM) on Carbonsat
DU Guo-jun, ZHANG Yu-gui, CUI Bo-lun, JIANG Cheng, OU Zong-yao
Beijing Institute of Space Mechanics & Electricity, Beijing 100190, China
Abstract

Hyperspectral monitor on CarbonSat focuses on the detection of vegetation carbon sink and forest stock in the terrestrial ecosystem by detecting the spectrum of 670~780 nm, mapping the temporal and spatial distribution vegetation fluorescence to meet the needs of global carbon sink quantitative monitoring and forest vegetation productivity assessment. How to effectively calibrate the spectral parameters of HSM, establishing the relationship between the detector and the measured spectral information is the basis of quantitative inversion is the basis of quantitative radiance inversion. This paper gave the spectral data error model of HSM by grating equation, combined with the spot distribution function of the optical system, the Instrument Line Shape (ILS) of HSM is obtained. The simulation results show that the ILS changes slowly, and the ILS is approximately the same in a small spectral range. The wavelength error is mainly caused by grating manufacturing. It can be eliminated by the spectral line calibration method. In order to realize the spectral calibration of HSM on the ground, a calibration system that includes the tunable laser, wavelength meter, and rotating engineering diffuser is established in the vacuum tank. A monochromatic light with a linewidth less than 0.001 nm is provided, and the automatic data processing program is used to test the relationship between the response curve of the detector and the monochromatic light. The spectral sampling rate of HSM is about 2.5 pixels, and the effective data points of the single wavelength spectrum are limited. For getting accurate data of ILS, the spectral sampling rate is increased by two orders of magnitude by wavelength scanning at 0.015 nm wavelength interval, and the spectral resolution is obtained by Gaussian fitting. The results show that the spectral resolution of the HSM is 0.24~0.26 nm. The wavelength calibration data of all pixels is obtained by selecting the characteristic wavelength and cubic polynomial fitting. The characteristic wavelength is selected to verify the fitting residual. The results show that the calibration accuracy is better than 0.005 nm. In order to further verify the spectral calibration results, the ground push broom imaging experiment of HSM was carried out. The spectral data of pine forest and gravel pavement were obtained at the Huailai test station of the Aerospace Academy of the Chinese Academy of Sciences. The comparison results between the atmospheric absorption line measured by HSM and the atmospheric absorption line of HITRAN show the deviation of the central wavelength of the oxygen absorption line is less than 0.003 nm. The calibration result satisfied the system requirement HSM.

Keyword: Hyperspectral imaging; Calibration; Spectral resolution; ILS; Atmosphere absorption
引言

碳卫星超光谱探测仪聚焦于陆地生态系统植被碳汇和森林蓄积量探测, 利用670~780 nm谱段的光谱获取空间连续分布的植被荧光信号[2], 得到太阳诱导植被荧光遥感数据, 从而准确绘制植被荧光时空分布规律, 满足全球碳汇定量监测、 森林植被生产力评估的需求。 光谱定标作为辐射定标的前提和基础[1], 是遥感数据产品定量化反演的必要条件。 超光谱探测仪由望远系统组件、 光谱仪组件和星上定标组件等组成[3], 望远镜采用双柱面反射镜系统设计, 光谱方向焦距340 mm, 空间方向焦距740 mm, 对应狭缝尺寸为49 mm× 0.22 mm, 光谱仪组件由光栅作为主要分光元件, 采用离轴透射式光学系统矫正系统的畸变, 系统光谱分辨率优于0.3 nm, 畸变优于6 μ m。 光学系统如图1所示, 性能参数如表1所示。

图1 超光谱探测仪系统示意图Fig.1 System diagram of HSM

表1 超光谱探测仪的主要参数 Table 1 The Main Performance of the Hyperspectral Monitor
1 原理与方法

超光谱探测仪以光栅作为主要色散元件, 将全色光谱分成单色光, 光谱分辨率主要和光栅以及光学系统的参数对应, 通过分析仪器线形函数得出光谱分辨率。

1.1 光谱分辨率

光谱仪的理论分辨率主要由狭缝大小和光栅刻线密度的设计来保证。 光学系统采用反射式平面光栅, 光栅由于周期性刻线的作用, 在反射光方向发生衍射, 不同波长的光衍射角不同, 从而实现分光。 根据光栅方程, 光栅的线色散率公式为

dldλ=fsinαdθdλ=fsinαmdcosβ(1)

式(1)中, d为光栅栅距, f为光谱仪聚焦系统的焦距, m为衍射级次。 焦面与聚焦系统光轴夹角为α , β 为衍射角。 狭缝作为有一定宽度的参量, 狭缝的像是具有一定宽度的能量函数, 称之为狭缝函数(SF)。

光栅光谱仪的实际光谱分辨率与系统的成像质量相关, 仪器能够达到的光谱分辨率是狭缝函数和系统点扩散函数的卷积。 如式(2)所示

ILS=SFLSF(2)

式(2)中, ILS为仪器线形函数, 通过计算仪器线形函数的光谱带宽得出系统的光谱分辨率, SF为狭缝像矩形函数, LSF为光谱维线扩散函数, 超光谱探测仪的ILS理论仿真结果如图2所示。

图2 成像光谱仪仪器线形函数
(a): 670 nm仪器线形函数; (b): 725 nm仪器线形函数; (c): 780 nm仪器线形函数
Fig.2 ILS of Hyperspectral monitor
(a): 670 nm; (b): 725 nm; (c): 780 nm

理论分析结果表明仪器线形函数分布符合近高斯分布形式, 仿真结果表明系统在整个光谱范围内ILS缓慢变化, 因此在一个小光谱范围内ILS变化很小, 可以近似认为是一致的, 这是后续ILS测试的依据。

1.2 波长定标误差分析

由光栅方程

d(sinα+sinβ)=(3)

求导得出波长误差

δλ2=λd2δd2+λα2δα2+λβ2δβ2(4)

m=1, 则可获得波长误差计算公式

δλ2=(sinα+sinβ)2δd2+(dcosα)2δα2+(dcosβ)2δβ2(5)

式(5)中, d为刻线间距(μ m), δ d为光栅常数制造误差(μ m), δ α 为光栅入射角测量误差(rad), δ β 为转角测量误差(rad)。

已知超光谱探测仪光栅刻线数为1 068线, 入射角-3.45° , 光栅制造误差可达到0.8 nm, 入射角和衍射角测量精度可达到10″, 代入波长误差计算公式, 结果表明系统波长计算误差为0.68 nm, 无法达到波长误差优于0.03 nm的要求。 当超光谱探测仪光学系统确定后, 波长计算误差为系统误差, 可以通过已知特征谱线标定波长位置, 消除波长误差。

1.3 定标系统

为了实现超光谱探测仪的光谱定标, 建立了如图3所示的光谱定标系统, 模拟在轨工作环境, 将探测仪放置于真空罐内[5], 测试系统由可调谐激光器、 波长计、 旋转散射片、 积分球和平行光管组成。 系统采用可调谐激光器作为定标光源, 提供优于0.001 nm线宽的连续单色光源, 可调谐激光器通过分束器分成两束光, 一束进入积分球用作定标光源, 一束进入波长计检测波长变化, 分束比例为10:1, 通过数据控制系统可实时控制激光器的输出波长, 进入积分球, 经平行光管准直后充满超光谱探测仪的全口径, 在积分球前加入旋转的工程散射片, 消除激光散斑的影响[4]

图3 光谱定标系统原理图Fig.3 The diagram of spectral calibration system

图4 光谱定标系统Fig.4 Spectral calibration system

利用可调谐激光器作为标准光源, 间隔10 nm选取12个特征波长。 对线形函数进行寻峰处理得到该输入波长对应的仪器响应位置, 与标准波长拟合得到光谱定标方程。

λ=i=0naixi(6)

式(6)中, ai为拟合得到的多项式系数, x为像元位置, i为多项式次数, λ 为对应的波长值。

根据光谱定标方程, 得到波长和像面坐标的对应关系。 通过对光谱定标方程求导得出光谱采样间隔, 以f(λ )i, j表示, 代表第j个视场上光谱定标函数在第i个光谱通道上的一级导数取值。

单色光源照明获得单帧ILS数据后, 通过暗背景校正, 减小背景噪声, 多次测量取平均减少随机噪声[6], 设计光谱采样率接近2.5个像元, 单幅光谱有效数据点有限, 无法得到ILS的细节特征, 为了提高ILS的采样率, 每个谱线附近以步长0.015 nm扫描, 通过高斯拟合获取每幅ILS函数的中心波长, 并将每幅ILS进行能量归一化, 质心平移, 临近30幅ILS合并为一个ILS。 得到一个包含900个数据点的ILS, 通过高斯拟合精确测试ILS响应, 拟合公式如式(7)。 根据ILS函数计算半峰宽(FWHM), 结合光谱采样间隔得到系统的光谱分辨率。

g(λi)=ae(λi-λ0)22σ2(7)

式(7)中, λ 0为峰值位置的中心波长, λ i为第i个位置所对应的波长, σ 为标准差, a为峰的高度值。 g(λ i)为λ i所对应光谱响应信号, Δ λ 为ILS的半峰宽(FWHM), 其计算方式Δ λ = 8ln2σ

2 定标结果
2.1 光谱分辨率测试结果

通过波长扫描获取光谱分布图, 输入波长间隔为0.015 nm的单色光源, 高斯拟合得到仪器的仪器线形函数。 如图5所示给出了670, 725和780 nm的ILS测试数据, 仪器线形函数的半高全宽(FWHM)在2.38~2.47像元之间。

图5 仪器线形函数
(a): 670 nm; (b): 725 nm; (c): 780 nm
Fig.5 The ILS distribution
(a): 670 nm; (b): 725 nm; (c): 780 nm

对波长定标数据求导, 得出各像元位置的光谱线色散为0.093~0.103 nm· pixel-1, ILS的半峰宽(FWHM)和光谱采样率的乘积为光谱分辨率, 图7给出了0、 ± 1视场的光谱分辨率测试结果, 光谱分辨率在0.227~0.248 nm之间。

图6 中心视场各像元线色散Fig.6 The line dispersion of center of view

图7 全视场光谱分辨率Fig.7 The spectral resolution

2.2 波长定标结果

以可调谐激光器作为标准光源, 全谱段选取12个波长, 每个波长处采10帧数据取平均值, 拟合得到光谱定标方程, 对所有空间维进行光谱定标, 得出全视场定标结果。

图8 全视场波长定标
(a): 中心视场波长定标拟合曲线; (b): 全视场波长定标拟合曲线
Fig.8 The wavelength calibration of all field
(a): The wavelength calibration of center pixel; (b): The wavelength calibration of all pixel

波长定标拟合误差验证, 图9给出了中心视场的12个定标波长拟合残差, 及9个验证波长拟合残差, 结果表明误差均小于0.002 nm。

图9 波长定标拟合精度
(a): 拟合波长残差; (b): 验证波长残差
Fig.9 The residue of wavelength calibration
(a): Residue of fitting wavelength; (b): Residue of verified wavelength

波长定标误差σ 包括: 波长计测量精度σ 1、 测量时间内波长输出的稳定性σ 2(10帧的标准差)、 数据拟合残差σ 3, Smile引起的误差σ 4, 像元差异导致的光谱定标误差σ 5

σ=σ12+σ22+σ32+σ42+σ52(8)

谱段波长计采用可见近红外波长计, 对应0.67~0.78 μ m谱段, 测量精度优于0.000 2 nm, 因此σ 1为0.000 2 nm;

光谱测试时间小于1 min, 实测结果表明可调谐激光器波长输出的50帧标准差优于0.000 2 nm, 即σ 2为0.000 2 nm;

数据分析表明, 拟合残差σ 3优于0.002 nm;

对全视场进行光谱定标, Smile引起的误差已经消除, σ 4为0。

探测器像元响应差异在3%以内, 导致的光谱定标误差在半高宽的1.5%以内, 半高宽平均值为0.24 nm, 则σ 5优于0.003 6 nm。

综上, 光谱定标精度为优于0.004 1 nm。

2.3 温度变化对波长位置和狭缝函数的影响

超光谱系统对温度变化敏感, 尤其是光栅等分光元件, 温度变化会使光栅间隔发生变化, 导致衍射角发生偏转, 影响光谱位置和光谱分辨率。 系统控温范围(19± 1) ℃, 敏感光学元件材料采用低膨胀系数的石英玻璃, 在热真空实验测试了18和20 ℃下的光谱位置和狭缝函数, 结果如表2表3所示, 在控温范围内, 光谱位置漂移小于0.02个像元, 光谱分辨率变化小于0.002 nm。

表2 超光谱探测仪波长随温度漂移量 Table 2 The wavelength deviation with temperature of the Hyperspectral Monitor
表3 超光谱探测仪光谱分辨率随温度变化值 Table 3 The spectral resolution deviation with temperature of the Hyperspectral Monitor
3 验证试验

为了验证超光谱探测仪的光谱定标结果, 在中国科学院空天院怀来实验站, 利用平台推扫测试了不同地貌的光谱图像。 松树林和石子路面提取的光谱如图10所示。 可以看出, 松树林平均辐亮度为20 mW· m-2· sr-1· nm-1, 石子路面平均辐亮度在50 mW· m-2· sr-1· nm-1, 松树林在670~700 nm强吸收, 从700 nm后吸收率逐渐下降, 石子路面在670 nm附近吸收较弱, 670~780 nm吸收率变化不大, 通过分析光谱反射率, 提取光谱特征点, 特征波段可以得出地面植被分布情况。 两幅图都存在明显的大气吸收峰, 利用超光谱探测仪测试的大气吸收峰和HITRAN模拟的标准大气模型下的吸收峰对比, 验证超光谱探测仪的光谱定标精度, 结果如表4所示, 外场定标在可见近红外波段稳定、 锐利的吸收峰有限, 比较理想的760 nm附近的氧吸收峰对比结果表明, 波长误差< 0.003 nm, 表明超光谱探测仪的定标精度满足要求。

图10 不同地貌的光谱分布
(a): 松树的光谱分布; (b): 石子路光谱分布
Fig.10 The spectral distribution of vegetation
(a): The spectral distribution of pine forest; (b): The spectral distribution of gravel pavement

表4 超光谱探测仪测试大气吸收峰与理论波长对比结果 Table 4 The compared result of measured atmospheric absorption peak position and theoretical wavelength
4 结论

介绍了碳卫星超光谱探测仪的测试目标和系统组成, 根据载荷的光谱性能要求, 设计了一套基于可调谐激光器的自动化光谱定标系统, 并研究了定标数据采集流程和定标数据处理算法, 给出了载荷发射前光谱定标结果, 结果表明系统的光谱采样率在2.38~2.48像元, 光谱分辨率在0.227~0.248 nm之间, 每像元的光谱线色散在0.093~0.103 nm, 通过地面测试测试了大气吸收线, 和标准大气模型对比结果表明, O2吸收线测试误差小于0.003 nm, 验证了发射前定标结果的准确性。

参考文献
[1] WANG Hong-bo, HUANG Xiao-xian, FANG Chen-yan, et al(王宏博, 黄小仙, 房陈岩, ). Spectroscopy and Spectral Analysis(光谱学与光谱分析), 2018, 38(1): 296. [本文引用:1]
[2] Theys N, Hedelt P, De Smedt I, et al. Scientific Reports, 2019, 9(1): 2643. [本文引用:1]
[3] DU Guo-jun, WANG Chun-yu, OU Zong-yao, et al(杜国军, 王春雨, 欧宗耀, ). Journal of Applied Optics(应用光学), 2021, 42(2): 247. [本文引用:1]
[4] Xu Heyu, Zhang Liming, Huang Wenxin, et al. Optics Express, 2020, 28(20): 30015. [本文引用:1]
[5] Pang Yanwei, Xie Jin, Nie Feiping, et al. IEEE Transactions on Cybernetics, 2020, 50(1): 248. [本文引用:1]
[6] QI Cheng-li, ZHOU Fang, WU Chun-qiang, et al(漆成莉, 周方, 吴春强, ). Optics and Precision Engineering(光学精密工程), 2019, 27(4): 747. [本文引用:1]